เวกเตอร์ฐานพิเศษใน residual stream ของ Transformer
หัวข้อต้นฉบับ:Privileged Bases in the Transformer Residual Stream
สรุปโดย AI
การวิจัยพบปรากฏการณ์ privileged basis vector ใน residual stream ของโมเดล Transformer กล่าวคือ ทิศทางพิกัดบางทิศทางมีค่าการกระตุ้นที่ใหญ่ผิดปกติอย่างต่อเนื่อง ซึ่งขัดกับความคาดหวังทางทฤษฎีของ no privileged basis จากการทดลอง ผู้วิจัยชี้ว่าต้นเหตุมาจากตัวปรับมาตรฐานรายมิติใน Adam optimizer ไม่ใช่ layer normalization หรือความแม่นยำของเลขทศนิยม ในโมเดล 200 ล้านพารามิเตอร์ ชั้นทั่วไปมี 20 ถึง 60 มิติที่มีค่าสัมบูรณ์ของการกระตุ้นเกิน 6 การวิจัยยังเสนอการใช้ kurtosis เป็นตัวชี้วัดการตรวจจับ และพบว่าค่า kurtosis ของการกระจายการกระตุ้นโดยทั่วไปมากกว่า 3 ซึ่งยืนยันเพิ่มเติมว่าความสมมาตรของเวกเตอร์ฐานถูกทำลาย
สรุปสั้น
- เวลาเผยแพร่
- เวลาอัปเดต
- แหล่งที่มา
- Anthropic:Transformer Circuits(可解释性研究)
- หมวดหมู่
- อื่น ๆ
- คะแนน AI
- 73
揭示Transformer内部基依赖性的根源,帮助研究者改进模型可解释性。
แหล่งที่มาและลิขสิทธิ์
บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม
วิธีอ้างอิง
เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News
Orange News: เวกเตอร์ฐานพิเศษใน residual stream ของ Transformer 16 มีนาคม 2023 https://new.nat6.net/th/news/cmoegbh73007aslxxzrbpr56o/